Algoritmo basado en correlación cruzada multi-escalar para detección y seguimiento de rasgos en secuencias de imágenes en estudio de dinámica de glaciares

PAULINA VACAFLOR; ESTEBAN LANNUTTI; LUIS LENZANO; LENZANO MARIA GABRIELA

Mendoza

Encuentro; Encuentro I-CES 12; 2017

A partir del siglo XIX, el estudio de los glaciares ha cobrado en forma creciente un mayor ímpetu e importancia, debido a su relevancia como fuente y reserva de agua dulce, y por ser además, indicadores del cambio climático global. El flujo de hielo, la velocidad superficial y la posición del frente de los glaciares son unos de los parámetros más importantes que definen su comportamiento a lo largo del tiempo. Debido a la dinámica que presentan estos cuerpos de hielo, la determinación de estos parámetros debe ser abordada a partir de técnicas y metodología que brinden soluciones precisas con resolución, tanto temporal como espacial. Los datos provistos por una secuencia de imágenes time-lapse terrestres brindan la resolución espacio-temporal suficiente para el estudio específicos en glaciares. No obstante, estos datos deben ser integrados por técnicas fotogramétricas que cuantifiquen los desplazamientos, pero al mismo tiempo, por algoritmos basados en visión computarizada, procesamiento de imágenes y de señales, que detecten rasgos en las imágenes en forma automática debido al volumen de estos datos. En este sentido, nuestro trabajo propone una técnica de detección y seguimiento de rasgos en una secuencia de imágenes, a través de un algoritmo basado en correlación cruzada multi-escalar con pre-filtrado. A partir de una serie de imágenes time lapse (periodo 2014-2016) del área frontal del Glaciar Viedma ubicado en el Campo Patagónico Sur, se evaluó el desempeño del algoritmo en la resolución de tres distintos problemas de detección y seguimiento: estimación de la velocidad superficial del glaciar, la determinación de las trayectorias del flujo de hielo y la detección de las áreas de pérdida de hielo frontal. En los tres casos, la técnica proporcionó resultados satisfactorios y robustos, a pesar de la alta variabilidad entre pares de imágenes vinculada a la típica dinámica que presentan estos tipos de glaciares. En este sentido, la integración entre el cálculo de correlación cruzada junto con un pre-filtrado y multi-escalado, ayudaron a mitigar los cambios de luminosidad-color-textura-formas, a resolver la alta variabilidad del flujo de hielo y la reducción del costo computacional.